售价2.5 万元的 Jetson Thor，能否开启人形机器人商业化新局面？
2025年8月25日，专为物理AI和人形机器人打造，且被黄仁勋称作是“推动物理AI和通用机器人时代的终极超级计算机”的NVIDIA Jetson AGX Thor 开发者套件和 NVIDIA Jetson T5000 模块开始全面上市。
其中，Jetson AGX Thor开发者套件定价3499美元（约合人民币2.50万元）；Jetson T5000购买1000片以上，单价为2999美元（约合人民币2.15万元），现已通过全球NVIDIA 授权经销商发售。
Jetson AGX Thor开发者套件
Jetson Thor开发者套件内含Jetson T5000模块、具备丰富接口的参考载板、带风扇的主动式散热器以及电源适配器。
NVIDIA Jetson AGX Thor 开发者套件模块规格
NVIDIA Jetson AGX Thor 开发者套件载板规格
一、NVIDIA Jetson Thor 是物理AI和人形机器人的终极平台？
1. 构建一个典型的人形机器人需要四个基本层
1）硬件抽象层：集成所有关键的传感和驱动模块，使机器人能够感知环境并与物理世界进行交互。
2）实时控制框架（100Hz~1KHz）：实现对机器人运动的精准低延迟控制，其中最小化延迟对于确保安全灵敏的运行至关重要。
3）感知和规划层（30Hz）：赋予机器人环境理解、抓取与运动规划、移动、物体识别及定位能力，使其能有效与周围环境互动。与实时控制不同，该层级允许稍长的处理时间，以确保缜密准确的决策。
4）高级推理层（1~5Hz）：支持场景理解、复杂任务规划和自然语言交互等高级功能，该层级可以接受较长处理时间，以支持深度推理与自适应能力。
构建人形机器人需要一系列硬件和软件组件
2. Jetson AGX Thor 平台基本性能
NVIDIA Jetson AGX Thor平台搭载NVIDIA Blackwell架构GPU和128 GB内存（带宽为273 GB/s），可提供高达2070 TFLOPS的FP4精度AI算力（1035 TFLOPS的FP8精度），可顺畅运行最新生成式AI模型。
Jetson Thor借助全新Blackwell多实例GPU（MIG）技术以及强大的14核Arm Neoverse-V3AE CPU，助力加速低延迟实时应用。该套件还包含一系列加速器：第三代可编程视觉加速器（PVA）、双编码器与解码器、光流加速器等。
针对高速传感器融合需求，开发者套件提供丰富的I/O选项，包括支持4x25GbE的QSFP接口（插槽）、多千兆有线RJ45连接器、多个USB端口及其他扩展接口。其设计可实现与现有人形机器人平台的无缝集成，通过有线连接方式快速启动原型设计。
1）Transformer 引擎 和 FP4 支持
基于NVIDIA Blackwell架构的Jetson Thor引入了原生FP4量化技术，通过新一代Transformer引擎动态切换FP4与FP8精度以实现最优性能。
通过结合4位权重、更高内存带宽的激活值处理，Thor显著加速生成式AI工作负载中的预填充(prefill)与解码(decoding)阶段。
2）多实例GPU技术
Jetson Thor率先引入MIG架构（多实例GPU），支持将单一GPU划分为具有专属资源的隔离实例。该技术通过为关键工作负载预留计算资源，同时并行处理低时效性（对时间敏感度较低）任务，确保性能可预测性——这一特性对混合关键度的机器人应用尤为关键。
NVIDIA Jetson Thor 模块的组件
3）与上一代Jetson AGX Orin平台对比
相较于上一代产品Jetson AGX Orin，Jetson AGX Thor AI算力提升高达7.5倍，能效提升3.5倍，CPU性能提升3.1倍，I/O吞吐量提升10倍。
与上一代Jetson AGX Orin平台性能对比
二、Jetson AGX Thor推动边缘式AI的发展
1. 生成式推理和多模态传感器处理对物理AI至关重要
生成式推理模型对于机器人平台具有关键意义，它们能模拟可能的动作序列、预测行动后果、处理语言或视觉线索，并灵活生成高层规划或底层运动策略。这使得机器人系统在现实环境中具备更高的灵活性、适应性，以及接近人类水平的鲁棒推理能力。
NVIDIA Jetson Thor在生成式推理领域的处理能力实现显著提升。DeepSeek R1 Qwen32B模型的在Jetson Thor上的推理速度较Jetson Orin提升高达5倍。其次，搭载FP4量化及基于Eagle的推测解码技术后，Qwen2.5-VL-7B模型在Jetson Thor上的推理速度较采用W4A16（4位权重、16位激活值）配置的Jetson Orin提升高达3.5倍。
与 Jetson Orin 相比，Jetson Thor 的生成推理速度提高了 5 倍
另外，Jetson Thor可以处理多个生成式AI模型与大量多模态传感器输入，并提供实时响应能力。如下图所示，该平台同时运行Qwen2.5-VL-3B视觉语言模型（VLM）和Llama 3.2 3B大语言模型（LLM），可并行处理16个请求。
两个模型的首个Token生成时间（TTFT）均远低于200毫秒，输出单Token耗时（TPOT）均低于50毫秒——这两项指标均是衡量系统响应能力的关键指标。
Jetson Thor 在处理多个生成式 AI 模型和大量多模态传感器输入时提供实时响应能力
Jetson Thor充分发挥Blackwell架构原生FP4支持优势，并支持推测解码等先进技术。该技术通过较小规模的草案模型提出Token候选，再由较大模型进行验证，在保持精度的同时显著加速生成式AI推理，最终实现更快速、更高质量的输出。
如下表所示，在LLM、VLM和VLA等生成式AI模型上，Jetson Thor的加速性能较Jetson Orin实现较大幅度的提升。例如在GR00T N1和GR00T N1.5的VLA模型测试中，Jetson Thor分别实现了2.52和2.74倍的性能提升。
Jetson Thor 和 Jetson AGX Orin 的基准测试
备注：基准测试的配置信息如下 —— 序列长度：2048，输出序列长度：128；最大并发数：8；LLM（大语言模型）和 VLM（视觉语言模型）通过 VLLM 框架运行，VLA 模型通过 TensorRT 框架运行；功耗模式：Jetson AGX Thor 与 Jetson AGX Orin 均设为 MAXN 模式。
2. Jetson AGX Thor对AI框架和生成式AI模型的支持
Jetson AGX Thor属于全新类型的机器人计算机，其架构经过彻底重构，专为驱动下一代人形机器人而设计。该平台支持广泛的生成式AI模型，涵盖从VLA模型（如NVIDIA Isaac GR00T N1.5）到所有主流大LLM和VLM，助力实现AI模型在边缘端实时运行，最大程度减少对云端的依赖。
另外，为实现无缝的云边协同体验，Jetson Thor支持运行面向物理AI应用的NVIDIA AI全栈软件，包括用于机器人技术的NVIDIA Isaac、面向视觉智能体AI的NVIDIA Metropolis，以及处理传感器数据的NVIDIA Holoscan。同时，还可通过NVIDIA智能体AI工作流在边缘侧构建AI智能体。
通过Jetson软件栈优化实现现实应用所需的低延迟与高性能，Jetson Thor以高实时性能支持所有主流生成式AI框架与推理模型。这些模型包括Cosmos Reason、DeepSeek、Llama、Gemini和Qwen等通用模型，以及Isaac GR00T N1.5等机器人专用模型，使开发者能够轻松进行本地实验和推理部署。
Jetson Thor 支持多种 AI 框架和生成式 AI 模型
三、Jetson AGX Thor的实际场景应用
1）银河通用：在2025WRC展会现场，银河通用展示了搭载英伟达Jetson Thor芯片的Galbot—— 为现场观众提供智能零售服务和工业场景搬运工作。据悉，这是全球首次完成基于该芯片的机器人真机工作演示。
2）优必选：宣布在全新一代工业人形机器人Walker S2 上率先部署了NVIDIA Isaac Sim 及 Jetson AGX Thor，该机器人号称是全球首款具备自主换电能力的人形机器人，在智能制造及物流领域展现出卓越的类人移动和操作能力。
3）Agility Robotics： 已将NVIDIA Jetson集成至其第五代机器人 Digit 中，并计划采用 Jetson Thor 作为第六代 Digit 机器人的机载计算平台。这一升级将提升 Digit 的实时感知与决策能力，支撑其实现更复杂的 AI 技能与行为。目前 Digit 已实现商业化部署，在仓库及制造场景中执行堆叠、装载、码垛等物流作业任务。
4）波士顿动力公司：正将Jetson Thor 集成至其人形机器人 Atlas 中。这一集成将使 Atlas 得以利用此前仅服务器级设备才具备的计算能力、AI 工作负载加速能力、高带宽数据处理能力，以及设备端大容量内存。
另外，智元机器人、宇树科技、众擎机器人等人形机器人公司也已经率先采用了Jetson Thor。除了人形机器人之外，Jetson Thor 还将加速各类机器人应用的发展 —— 例如手术辅助机器人、智能拖拉机、配送机器人、工业机械臂以及视觉 AI 智能体 —— 通过在设备端对规模更大、复杂度更高的 AI 模型进行实时推理，为这些应用提供有效的支撑。
Jetson Thor应用领域